v3.0.2
PaddlePaddle/PaddleOCRv3.0.2Jun 18, 2025by cuicheng01
AI Summary
Changed default model download source to HuggingFace, added service call examples in 6 languages, optimized layout sorting algorithms, and relaxed dependency versions.
Key Highlights
- Changed default model download source from BOS to HuggingFace.
- Added C++, Java, Go, C#, Node.js, PHP service examples for pipelines.
- Optimized layout sorting algorithm for complex vertical layouts.
- Relaxed dependency versions to support Python 3.12.
New Features
- Default model source change (HuggingFace).
- Multi-language service examples.
- Layout sorting optimization.
- Dependency version relaxation.
Full Release Notes
- **功能新增:** - 模型默认下载源从`BOS`改为`HuggingFace`,同时也支持用户通过更改环境变量`PADDLE_PDX_MODEL_SOURCE`为`BOS`,将模型下载源设置为百度云对象存储BOS。 - PP-OCRv5、PP-StructureV3、PP-ChatOCRv4等pipeline新增C++、Java、Go、C#、Node.js、PHP 6种语言的服务调用示例。 - 优化PP-StructureV3产线中版面分区排序算法,对复杂竖版版面排序逻辑进行完善,进一步提升了复杂版面排序效果。 - 优化模型选择逻辑,当指定语言、未指定模型版本时,自动选择支持该语言的最新版本的模型。 - 为MKL-DNN缓存大小设置默认上界,防止缓存无限增长。同时,支持用户配置缓存容量。 - 更新高性能推理默认配置,支持Paddle MKL-DNN加速。优化高性能推理自动配置逻辑,支持更智能的配置选择。 - 调整默认设备获取逻辑,考虑环境中安装的Paddle框架对计算设备的实际支持情况,使程序行为更符合直觉。 - 新增PP-OCRv5的Android端示例,[详情](https://paddlepaddle.github.io/PaddleOCR/latest/version3.x/deployment/on_device_deployment.html)。 - **Bug修复:** - 修复PP-StructureV3部分CLI参数不生效的问题。 - 修复部分情况下`export_paddlex_config_to_yaml`无法正常工作的问题。 - 修复save_path实际行为与文档描述不符的问题。 - 修复基础服务化部署在使用MKL-DNN时可能出现的多线程错误。 - 修复Latex-OCR模型的图像预处理的通道顺序错误。 - 修复文本识别模块保存可视化图像的通道顺序错误。 - 修复PP-StructureV3中表格可视化结果通道顺序错误。 - 修复PP-StructureV3产线中极特殊的情况下,计算overlap_ratio时,变量溢出问题。 - **文档优化:** - 更新文档中对`enable_mkldnn`参数的说明,使其更准确地描述程序的实际行为。 - 修复文档中对`lang`和`ocr_version`参数描述的错误。 - 补充通过CLI导出产线配置文件的说明。 - 修复PP-OCRv5性能数据表格中的列缺失问题。 - 润色PP-StructureV3在不同配置下的benchmark指标。 - **其他:** - 放松numpy、pandas等依赖的版本限制,恢复对Python 3.12的支持。